YOLOv3阅读笔记

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/baidu_27643275/article/details/82964784

PASCAL VOC 数据集：https://blog.csdn.net/baidu_27643275/article/details/82754902
yolov1阅读笔记：https://blog.csdn.net/baidu_27643275/article/details/82789212
yolov1源码解析：https://blog.csdn.net/baidu_27643275/article/details/82794559
yolov2阅读笔记：https://blog.csdn.net/baidu_27643275/article/details/82859273

---

yolov3在yolov2基础上主要做了两大改进：FPN和ResNet，性能极佳。

yolov3改进策略：

1、Class Prediciton

用Sigmoid代替Softmax，这个改进主要是用于多标签分类。Softmax可以用于多分类问题，但是类别之间必须互斥，也就是一个目标只有一个标签。但实际应用中，标签可能重叠（如：人和女人），一个物体有多个标签。所以使用Sigmoid代替，训练时loss函数使用binary cross-entropy loss

2、Prediction Across Scales

（1）检测网络部分，作者参考了FPN（feature pyramid networks）的思想。用非线性插值方法上采样了两次，获得了3个不同大小的feature maps，每个feature map预测3个anchor boxes。

（2） 由深层、语义特征丰富的负责预测大物体（分配大anchor）；浅层、几何特征丰富的负责预测小物体（分配小anchor）。

（3）yolov3在小物体识别上性能很好，可是在大物体和中等物体上性能相对较差。
（就目前来说这种策略对检测小物体已经做到头了，想要再改进，可能要换思路了，如果一味地增大输入尺寸显然是不合理的）

3、Feature Extractor

（1）yolov3使用darknet-53来提取特征，网络中使用3×3和1×1的卷积以及residual块；

（2）darknet-53中没有pooling层，而是用步长为2的卷积层代替，避免了信息丢失；

（3）网络有53层，获得的信息更加丰富，网络性能更好。
。

4、Detection Network